화면 보고 직접 일하는 AI, 국내서 오픈소스로 나왔다
AI가 이제는 답만 하지 않고, 화면을 보고 마우스·키보드처럼 컴퓨터를 직접 조작하기 시작했습니다. 국내 AI 기업 제논이 그 실행형 모델 '훈민(Hunmin) VLM 397B'를 오늘(9월 18일) 오픈소스로 공개했습니다.
AI 요약
제논이 Qwen3.5-397B를 기반으로, 화면에서 버튼·입력창을 찾고 실제 데스크톱 과업까지 수행하는 컴퓨터 유즈(computer-use) 모델을 공개했습니다. ScreenSpot-Pro에서 75.6점(허깅페이스 리더보드 2위, 국내 유일), OSWorld에서 70.5점(기반 모델 대비 +22.3)을 기록했고, Apache 2.0으로 원본과 FP8(용량 절반) 버전을 함께 풀었습니다.
핵심 포인트
1. 답변 → 실행: 채팅 응답을 넘어 화면 그라운딩(버튼·메뉴 위치 식별)과 OS/앱 조작까지 한 모델에 넣음
2. 벤치마크: ScreenSpot-Pro 75.6(리더보드 2위), OSWorld 70.5(+22.3), WindowsAgentArena도 개선
3. 오픈소스: Apache 2.0, 원본 + FP8. 개발·평가 방법론도 공개
4. 실무 연결: 제논은 원에이전트(OneAgent) 등 실행형 AI 서비스에 연결할 계획
왜 중요할까
실무 AI의 다음 경쟁은 "말을 잘하느냐"가 아니라 "내 화면에서 일을 끝까지 하느냐"입니다. 브라우저 자동화, RPA, 에이전트 워크플로를 만드는 분들에게는 오픈소스 컴퓨터 유즈 베이스라인이 하나 더 생긴 셈입니다. 다만 397B급은 로컬 돌리기 부담이 크니, FP8·클라우드 API·작은 훈민 계열과 용도를 나눠 보는 게 현실입니다.
출처: 전자신문 — https://www.etnews.com/20260918000168
#AI트렌드 #컴퓨터유즈 #오픈소스 #훈민 #제논 #에이전트 #IT뉴스 #나두AI
댓글
댓글 쓰기